有人将2012年定位为教育大数据元年，但4年过去了，成功推进教育信息化的案例却不多，主要原因可能是教育太复杂了，而教育领域使用数据的过程、时间还很短，使得大数据预判未来的功能没有彻底被激活。

    大数据作为一项强大的分析技术和一种潜在的丰富资源，对教育而言，最重要的是把握其价值判断功能。

    教育大数据分为4类：一是教学资源大数据，二是教育教学管理大数据，三是教与学的行为大数据，四是教育教学评估大数据。教学资源平台是大数据产生的基础，教育教学管理系统是大数据持续积累信息的保障，而教与学的行为大数据和教育教学评估大数据则是大数据的核心。

    教育大数据的基本取向是为学习者提供更好的服务——通过数据相关性分析，预测并优化学习内容、学习时间和学习方法。大数据以分析变量之间的相关性为主，而不是说明因果关系。比如，有分析报告称，睡满9小时孩子的学业成绩比较好。这个数据反映的是相关性，而不是因果关系。

    大数据技术的本质是机器从大量信息中提炼信息，从而预判未来。但教育如此复杂，决定了教育大数据具有与商业、金融、医学等领域大数据不同的特点。大数据对教育的影响具有两面性，这就要求我们在实践中厘清和把握其真正的价值。所以，在应用大数据中，我们要关注7个价值判断：

    判断一：既然无法穷尽与学习相关的数据变量，那么就从可采集数据的变量开始。学习不仅与大脑有关，还与内分泌、肌体等直接相关，学生学习的结果也不仅与学习时间和学习内容有关，还与教师、家庭、班级、同桌，甚至天气产生关联，这也是学生在不同班级学习结果大不同的原因。因此，我们在应用大数据时，不要想穷尽变量，变量越多，数据越多，问题就越多，而最终“噪声”可能掩盖真相。

    判断二：大数据的价值不在于数据之大，而在于数据可积累、可挖掘，进而实现从知识关联到学习关联。大数据作为推进教育进步的技术确实十分重要，但目前最需要的变革不是技术层面的，而是组织层面的变革。目前，教育领域有大量的数据，但没有真正的大数据，本质上是因为组织落后于技术发展和教育需求。数据不可持续采集、不可跨系统关联，这不是技术问题，是组织问题。围棋规则很简单，却可以演变无数可能；所有遗传信息都可以拷贝到一个容量很小的U盘，却依旧能够衍生无数不一样的生命，都是因为规则。所以，提供大数据服务的企业不必迎合现在的教育，而是要按照未来教育发展所需，构筑一个新的学校教育组织方式。

    判断三：大数据服务要从“人怎样才能学得好”向“你怎样才能学得好”转变，明白“你”在看屏幕的时候，屏幕也在看“你”。个性化服务需要精准的信息支持，学习者在得到大数据指引的同时必定越透明——这不仅涉及家庭地址、通讯方式等隐私，也涉及智力水平、兴趣爱好、生活与学习习惯等个人信息，由此就会产生教育伦理问题。因此，数据使用者必须对数据和学习充满敬畏，同时也要争取法律的支持。当然，个性化服务源于精准反馈，而精准反馈也有两面性，比如我们在新闻客户端订阅了感兴趣的内容，就只能看到订阅的内容而看不到其他内容，这就限制了我们的视野。

    判断四：未来并不全部由过去决定。当数据成为决定未来的因素时，未来不再由数据演绎决定，数据此时变成了未来的原因。预测大坝决堤与预测人类行为的差別在于，人有心理暗示，而大坝没有。分析数据会对每个人都产生影响，不同的是有的人会产生正反馈，有的人会产生负反馈。比如，大数据告诉大家某个人是笨蛋，那么这个人真的会变成笨蛋，而且越来越笨，这就是正反馈；但有的人因此逆袭，努力证明自己是聪明人，就是负反馈。

    判断五：数据创造不了经历，经历则能够创造数据。数据很重要，但比数据更重要的是教育过程本身的意义，让教育教学活动更有意义，也是大数据分析的目的之一。一个人的胆识、能力与其经历有很大的关系，所以我们要带孩子多经历、多体验，而不是钻到数据堆里出不来。

    判断六：不是所有数据都需要对其进行分析，有的是用来进行审美或回忆的。教育目标重要，但不能简单地视其为定量或变量，如责任感、幽默感、沟通能力、领导力，虽然大数据提供了描述的可能性，比如用表情符号来表征，但这些数据的分析还需要更多的时间。因此，建议教师们录下每一节课，最好用VR技术录，这样录下的课就有了全息数据，待将来技术成熟时，或许可以挖掘出更多的信息。这样的数据是不可再生的，更何况这些数据的审美感和资料性弥足珍贵。

    判断七：数据不是为了证明，而是为了发现、指引和激励。大数据是一项科学技术，而应用大数据则是一门艺术。比如，大学录取招生就不是科学而是艺术，虽然各类学生的综合素质大数据很有用，但不能演变为招生时的绝对分值，并以此作为录取的唯一标尺。学生的精神世界不是机械的，更不是数据能涵盖的。

    大数据应用的重要价值，不仅在于能让学生学得更好，还能揭示学习发生的真正原因。当人们不知道万有引力定律的时候，大家就知道树上的苹果会掉下来，但当人们知道万有引力定律以后，便可以制造宇宙飞船飞到月球。大数据将揭示学习的秘密，一旦学习的秘密被通透地发现，学习将从经典学习进化到超级学习阶段。英国作家萧伯纳说，理智的人总是让自己适应这个社会，不理智的人总是试图让社会适应自己，然而社会的进步总是取决于那些不理智的人。教育正处于分水岭上，因此，还是让我们学会一些不理智吧！

    （作者系特级教师、上海市奉贤区副区长）